舞台工艺深化图交付里，图签里的图号是整批图的身份证，10 张图少一张就是齐套性断档。可抽图号的脚本常常不报错、不打日志、退出码还是 0，结论却错了。本文把「图签在模型空间还是图纸空间」这个看似简单、实则静默失败的判断做成可执行断言，以某文化艺术中心小剧场音视频深化图批次为锚点（10 张图的图签全在图纸空间 ELV图框 层），用 Python + ezdxf 写出图签抽取器，配正确参数与 6 组错误

舞台灯光与音视频系统审图，最易被放过的隐性缺陷是配电容量链路不自洽：调光柜、配电箱、机柜的进线容量、开关整定、负载总功率必须层层闭合。本文用安吉与宝鸡两个真实项目审核实例（350kW箱带576kW负载、240kW柜沿用400A开关电流429A超限、进线270kW小于装机360kW），讲清楚怎么用 AI 智能体把"下游负载求和 vs 上游箱体/开关容量"做成自动断言，让跨表才显形的容量缺口不再靠人肉

多份Word与md交付物由不同AI智能体分头写完，合并稿一拼就出两套口径：同一节两个版本、标题层级错乱、编号断档，派生副本还挂着旧标题。本文把合并改成从唯一权威源按章节重建：先声明权威源，再把分稿降级为素材块逐节回填，用派生件同步矩阵做字段级对照，最后把脱敏、docx全量XML复扫、Unicode异常字符扫描串成三道带退出码的质量闸门，逐节回读比对来源。附5段可直接运行的Python与构造样本实测

某音乐厅舞台音视频初设五厅审图，外发意见 89 条、业主方复核 82 条。复盘认领 3 类误判，最扎眼的是把推断写成事实：多功能剧场 #10、多功能厅 #7 写「舞台两侧接口箱不面向观众席」，而设计说明 L89/L125/L154 三处原文都是「通过舞台两侧接口箱流动接入显示器，为观众提供字幕显示」，断言查无出处，两条意见只能撤回。本文把反向自证做成可校验的出稿闸门：从意见文本抽断言，按设计说明／

某音乐厅舞台音视频初设五厅审图，设备清单分两册报审：一册按厅列数量，一册按系统出合计。两册逐行 diff 命中 11 条失配：数量/单位列互换、序号重号、合计不闭合。真正的坑不是哪几行不一致，而是"该比多少行"没算清——按单一序号配对，重号行被静默吞掉，AI 智能体检查照样报通过。本文把分母显式化：对齐键改取（厅别, 图号, 设备位号）复合键，先算唯一键集合与交集，报出覆盖率＝成功配对行数／应比对

某剧院舞台灯光配电审图，两份电气计算表数值同为 256A，但一列是"计算电流 Ijs"、一列是"整定电流 Ir"，纯数值比对会误判"一致"，漏掉"整定≥计算"的 GB 50054 保护配合缺陷。本文用 AI 智能体把跨源交叉验证做成"列名对齐 + 数值比对"双对闸门：先断言列名集合一致、再做同义归一与逐列 np.isclose，并把别名归一过程做成可审计日志。某项目 34 份读图步骤记录回填后，闸

舞台工艺审图里设计方交来的 DWG 明细表，AI 智能体抽成结构化数据后最易被忽视的一步是“导出的表不一定和图面一致”。本文把一张导出表的判读收敛成三级坐标判据：同列 X 偏移≤35、表头行 Y 偏移~120、真双栏平移≥10000，把“看着像一列/双栏”的误判变成可复验的数值边界。附可直接落地的 Python 断言代码与踩坑清单，专治“字段数对、语义全错”的隐蔽事故。项目名与图号已泛化。